Voorspellen met technische analyse

In dit artikel zullen enkele populaire objectieve trend-volgende voorspeltechnieken uit de technische analyse worden toegepast op een groot aantal financiële datareeksen. Daarbij staat de vraag centraal of technische analyse effectief is bij het doen van voorspellingen over de toekomstige koersontwikkeling van een financiële waarde.

G.A.W. Griffioen

Fundamentele en technische analyse zijn technieken die in de financiële praktijk zijn ontwikkeld om koersontwikkelingen van financiële waarden te onderzoeken, te verklaren en te voorspellen. Fundamentele analyse vindt zijn oorsprong in de "firm-foundation theory". Deze theorie werd onder het grote publiek bekend door Graham en Dodd's boek "Security Analysis" (1934) en door Graham's boek "The Intelligent Investor" (1949). Eén van de meest succesvolle aanhangers van deze theorie is Warren Buffet. Bij fundamentele analyse wordt alle macro- en micro-economische informatie in ogenschouw genomen, zoals inflaties, rentes, olieprijzen, werkloosheid, technologische veranderingen, bedrijfsgroei, et cetera. Verwachte toekomstige kasstromen worden verdisconteerd om de 'werkelijke' prijs van een financiële waarde te berekenen. Een koop- of verkoopbeslissing wordt genomen door deze berekende prijs te vergelijken met de marktprijs. De filosofie achter fundamentele analyse is dat de belegger die als eerste de meeste en beste informatie verzamelt ook het beste in staat is om vroegtijdig de werkelijke prijs van een financiële waarde te bepalen. Er wordt aangenomen dat de prijs van een financiële waarde zal convergeren naar de werkelijke prijs naarmate steeds meer beleggers doordrongen raken van de implicaties van de meest recente informatie. Fundamenteel analisten claimen dat zij op die prijsconvergentie winstgevend kunnen handelen.

In de twintigste eeuw is technische analyse uitgegroeid tot één van de populairste vormen van financiële marktanalyses. Volgens technisch analisten is de koers van een financiële waarde te voorspellen door de bestudering van de historische koersontwikkeling. De "Dow Theory" wordt beschouwd als het eerste begin van de moderne technische analyse. Deze theorie is gebaseerd op artikelen van Charles H. Dow, onder andere bedenker van de Dow Jones Industrial Average en de Dow Jones Rail Road Average[1], toen hij redacteur was van de Wall Street Journal in de periode 1889-1902. Uiteindelijk hebben Hamilton (1922)[2] en Rhea (1932)[3] de eigenlijke "Dow Theory" geformuleerd op basis van de ideeën in de artikelen van Charles H. Dow. De filosofie achter het ontstaan van technische analyse is dat nieuwe macro- en micro-economische informatie meestal geleidelijk en zelden direct in de prijs van een financiële waarde wordt verwerkt. Hierdoor zouden in een koersgrafiek van een financiële waarde regelmatig terugkerende patronen worden gevormd. Technisch analisten claimen dat zij die patronen bijtijds kunnen herkennen en dat zij op basis daarvan de toekomstige koersontwikkeling kunnen voorspellen. In de loop der tijd is technische analyse een verzamelnaam geworden voor tal van voorspeltechnieken. Sommige technieken zijn gebaseerd op visuele patroonherkenning. In de technische analyse literatuur komen mooie beschrijvingen voor waarvan "head-and-shoulders, double tops and bottoms, flags, triangles, rectangles, waves" de meest bekende zijn. Visuele patroonherkenning is subjectief. Verschillende technisch analisten herkennen verschillende patronen in een koersgrafiek[4]. Andere voorspeltechnieken zijn juist weer gebaseerd op vast omschreven mathematische regels. Deze zijn objectief en kunnen eenvoudig met een computeralgoritme worden uitgevoerd.

In de financiële praktijk is het dus niet zozeer de vraag of beurskoersen te voorspellen zijn, maar hoe ze voorspeld kunnen worden. Daarentegen is het in de financiële wetenschap meer de vraag of beurskoersen überhaupt wel te voorspellen zijn, dan hoe ze voorspeld kunnen worden. Sinds het overzichtsartikel van Fama staat in de financiële wetenschap de efficiënte markthypothese (emh) centraal[5]. De emh is ontstaan uit empirische bevindingen dat prijsveranderingen onvoorspelbaar lijken te zijn[6] en de theorie van Samuelson die een verklaring geeft waarom prijsveranderingen onvoorspelbaar zouden moeten zijn[7]. Samuelson argumenteert dat op een markt waarin iedereen vrij toegang heeft tot alle mogelijke informatie, deze informatie ook direct in de prijs van een financiële waarde wordt verwerkt. Omdat nieuwe informatie op willekeurige momenten beschikbaar komt, zullen prijzen onvoorspelbaar fluctueren. Fama onderscheidt drie vormen van marktefficiëntie. Hij noemt een financiële markt zwak efficiënt als historische koersdata geen informatie bevat waarmee de toekomstige koersontwikkeling voorspeld kan worden[8]. Volgens de zwakke vorm van de emh is het dus niet mogelijk om met alleen voorspeltechnieken uit de technische analyse een bovengemiddeld rendement te behalen. In dit artikel wordt de zwakke vorm van de emh getoetst door een groot aantal voorspelregels uit de technische analyse toe te passen op een groot aantal financiële prijsreeksen.

Onderzoeksopzet

De voorspelregels die in dit artikel worden onderzocht zijn gebaseerd op drie basale technische voorspelregels[9]. De eerste is gebaseerd op het n-daags voortschrijdend gemiddelde. Dit is niets anders dan de gemiddelde prijs van een financiële waarde over de afgelopen n-dagen. De voorspelregel genereert een optimistisch (respectievelijk pessimistisch) signaal als de prijs van de financiële waarde het voortschrijdend gemiddelde opwaarts (respectievelijk neerwaarts) doorkruist. De tweede basale technische voorspelregel is gebaseerd op Alexander’s filters[10]. Deze voorspelregel genereert een optimistisch (respectievelijk pessimistisch) signaal als de prijs van de financiële waarde met x procent stijgt (respectievelijk daalt) ten opzichte van het meest recente koersdal (respectievelijk de meest recente koerstop). De laatste basale technische voorspelregel is gebaseerd op steun- en weerstandsniveaus. Als gedurende een bepaalde periode de prijs niet onder (respectievelijk boven) een bepaald prijsniveau zakt (respectievelijk stijgt), dan wordt dit prijsniveau een steun (respectievelijk weerstand) genoemd. Een doorbraak van het steun- of weerstandsniveau is een pessimistisch respectievelijk optimistisch signaal. Deze drie basale technische voorspelregels kunnen worden verfijnd. Een mogelijke uitbreiding is bijvoorbeeld het tijdsvertragingsfilter. Er wordt dan alleen actie ondernomen als een optimistisch of pessimistisch signaal een aantal dagen stand houdt. Een andere populaire uitbreiding is de ‘stop-loss’. Als een handelspositie teveel verlies oplevert, dan wordt de positie gesloten. Door de drie basale technische voorspelregels uit te breidden met allerlei verfijningen en door het variëren van de parameters van de voorspelregels zijn er 787 technische voorspelregels opgesteld.

De signalen van een voorspelregel moeten worden vertaald naar een handelspositie. Dit kan worden gedaan door het formuleren van een handelsstrategie. De combinatie van een technische voorspelregel met een handelsstrategie zal in dit artikel aangeduid worden met de term technische handelsstrategie. In dit artikel wordt de buy-and-hold strategie als referentiekader gebruikt. Op een optimistisch voorspelsignaal wordt er geld geleend en wordt er een dubbele positie in de financiële waarde aangehouden. Op een pessimistisch voorspelsignaal wordt de totale positie in de financiële waarde verkocht en wordt er alleen kas aangehouden. Als een technische handelsstrategie effectief is, dan moet de strategie consequent een buy-and-hold strategie kunnen verslaan.

Een conclusie over de effectiviteit van technische handelsstrategieën kan alleen worden getrokken door te onderzoeken of strategieën die goede resultaten boekten in het verleden het ook goed blijven doen in de toekomst. Daarom wordt in dit artikel een recursieve methode van optimaliseren en toepassen gebruikt. Bijvoorbeeld, aan het begin van elke maand wordt de technische handelsstrategie geselecteerd die de beste resultaten opleverde in het afgelopen half jaar en vervolgens wordt deze strategie gebruikt om voorspelsignalen te genereren gedurende die maand. In dit onderzoek worden verschillende waarden gekozen voor de lengte van de periode waarover wordt geoptimaliseerd en de lengte van periode waarin de voorspelregel wordt toegepast.

De technische handelsstrategieën worden toegepast op de koersen van alle aandelen die opgenomen zijn geweest in de Dow Jones-index[11] in de periode 1973-2002, op de koersen van alle aandelen die opgenomen zijn geweest in de AEX-index in de periode 1983-2003 en op indices van vijftig lokale aandelenmarkten in Afrika, Azië, Europa, het Midden-Oosten, Noord- en Zuid-Amerika en Oceanië in de periode 1981-2001 (zie tabel 1 voor een opsomming). De indices van de vijftig lokale aandelenmarkten zijn omgewisseld naar Dollars. De resultaten worden gecorrigeerd voor transactiekosten. Hierin begrepen zijn de onderzoekskosten om een goede voorspelregel te vinden, de implementatiekosten voor het invoeren van de voorspelregel in een handelssysteem en de daadwerkelijke kosten van handelen. De transactiekosten worden gevarieerd van 0,1% tot en met 1% per order.

Resultaten

Tabel 1 toont voor iedere datareeks het verschil tussen het geometrische gemiddelde jaarlijkse rendement van de beste recursieve methode van optimaliseren en toepassen en het geometrische gemiddelde jaarlijkse rendement van de buy-and-hold strategie. Alle resultaten zijn in procenten en gecorrigeerd voor 0.5% transactiekosten per order. Voor iedere datareeks is voor de beste recursieve methode van optimaliseren en toepassen ook Jensen's maatstaf berekend. Jensen's maatstaf meet het resultaat van de beste recursieve methode van optimaliseren en toepassen na correctie voor risico dat een belegger loopt bij het aanhouden van een risicovolle belegging. De maatstaf wordt berekend door het schatten van het Sharpe-Lintner[12] capital asset pricing model (CAPM) r_tⁱ - r_t^f = α + β (r_t^M - r_t^f) + ε_t, met r_tⁱ is het logaritmische rendement van de beste strategie geselecteerd voor aandeel i, r_t^f is een rentevoet en r_t^M is het logaritmische rendement van een gediversifieerde aandelenportefeuille op dag t. Jensens's maatstaf is gelijk aan de alpha in de CAPM vergelijking. Voor iedere aandelenreeks in tabel 1 is de bijbehorende gediversifieerde aandelenportefeuille in de CAPM vergelijking gelijk aan de aandelenindex vermeld in de tweede rij van dezelfde kolom. Met ***, **, * wordt in de tabel aangegeven of Jensen's maatstaf statistisch significant is op het 1%, 5%, 10% significantie niveau.

Het blijkt dat de onderzochte objectieve trend-volgende technische voorspelregels weinig effectief zijn voor aandelen die opgenomen zijn geweest in de Dow Jones-index. Voor geen van deze datareeksen is Jensen's maatstaf significant positief. Gemiddeld geven de voorspelregels zelfs een slechter resultaat dan een buy-and-hold strategie. Daarentegen lijken trend-volgende technische voorspelregels wel winst op te leveren voor aandelen die opgenomen zijn geweest in de AEX-index. Het extra rendement t.o.v. een buy-and-hold strategie is gemiddeld gelijk aan 15%. De voorspelregels lijken het voornamelijk goed te doen op de koersontwikkelingen van aandelen van communicatie en it gerichte bedrijven. Jensen's maatstaf is echter significant positief voor de koersreeksen van maar vijf aandelen, waarvan geen tot dezelfde bedrijfstak behoort. Ook lijken de voorspelregels goede resultaten te geven voor de indices van de vijftig lokale aandelenmarkten. Gemiddeld is het extra rendement t.o.v. een buy-and-hold strategie gelijk aan 12.4%. Opmerkelijk is het dat de voorspelregels geen goede resultaten laten zien voor aandelenmarktindices in Noord-Amerika en de meeste West-Europese landen, maar juist wel voor aandelenmarktindices in Azië, Latijns Amerika, het Midden-Oosten, Oost-Europa en Rusland. Voor de S&P 500 en Nikkei 225 is Jensen's maatstaf zelfs significant negatief. Alleen voor de aandelenmarktindices van Egypte, Indonesië, Maleisië, Peru, de Filippijnen, Rusland en Sri Lanka is Jensen's maatstaf significant positief. Voor deze markten geldt echter dat ze weinig liquide zijn en dat transactiekosten ter grootte van 0.5% per order te laag ingeschat kunnen zijn. Als de transactiekosten worden verhoogd naar 1% per order, dan is alleen nog voor de Egyptische CMA Jensen's maatstaf significant positief.

Conclusie

Trend-volgende voorspelregels uit de technische analyse zijn niet effectief voor Amerikaanse aandelen. Dezelfde voorspelregels lijken het wel enigszins goed te doen op aandelen in de AEX-index en op indices van enkele emerging markets. Echter na correctie voor transactiekosten en risico blijken de technische voorspelregels niet meer effectief te zijn voor deze datareeksen. Dus op basis van de resultaten in dit onderzoek kan voor de onderzochte financiële datareeksen de zwakke vorm van de emh niet verworpen worden.

Gerwin Griffioen

Dit artikel is gebaseerd op het proefschrift van G.A.W. Griffioen, Technical analysis in financial markets, Thela Thesis, Amsterdam, 2002. Het proefschrift geeft een uitgebreid overzicht van de historie van technische analyse en bevat een diepgaand onderzoek naar de effectiviteit van technische analyse. Het promotieonderzoek is verricht in het kader van CeNDEF (Centrum voor niet-lineaire dynamica in de economie en de financiering) onder leiding van prof. dr C.H. Hommes, Universiteit van Amsterdam. CeNDEF is gefinancierd met een NWO-MaG Pionier subsidie.